Professional Documents
Culture Documents
PRUEBA F DE FRIEDMAN
DEFINICION:
La prueba de Friedman es una prueba no paramtrica desarrollado por el
economista Milton Friedman. Equivalente a la prueba ANOVA para medidas repetidas
en la versin no paramtrica, el mtodo consiste en ordenar los datos por filas o
bloques, reemplazndolos por su respectivo orden. Al ordenarlos, debemos considerar
la existencia de datos idnticos.
HIPOTESIS:
H0: No existen diferencias entre los grupos.
Ha: Existen diferencias entre los grupos.
Para resolver el contraste de hiptesis anterior, Friedman propuso un estadstico que
se distribuye como una Chi-cuadrado con K - 1 grados de libertad, siendo K el nmero
de variables relacionadas; se calcula mediante la siguiente expresin.
Estadstico de Prueba:
En la expresin anterior:
PASOS:
1. Hacer una tabla en la que las K variables, es decir, las K medidas estn en las
columnas y los n elementos en las filas, de esta manera la tabla tendr K
columnas y n filas.
2. A los valores de cada fila se les asigna un nmero del 1 a K, segn el orden de
magnitud de menor a mayor; a este nmero se le denomina rango.
3. Se suman los respectivos rangos en funcin de las columnas.
4. Aplicar la frmula de anlisis de varianza de doble entrada por rangos de
Friedman.
5. Comparar el valor de X2r de Friedman con tablas de valores crticos de Chicuadrada de Pearson.
ESTADISTICA GENERAL
Pgina 1
EJEMPLOS:
EJEMPLO1:
La asociacin de padres de un centro convoca sucesivamente tres reuniones dirigidas
a los padres de alumnos de un mismo grupo o clase, en las que se abordaron
respectivamente temas relacionados con el apoyo de la familia al estudio (Tema A), el
juego y el tiempo libre de los nios (Tema B), y la participacin de los padres en el
centro (Tema C).
Si contamos los datos de asistencia a cada una de las tres reuniones para los padres
de alumnos de 6 clases, podemos afirmar que los tres temas atrajeron de modo
distinto a los convocados? ( = 0.05)
ESTADISTICA GENERAL
Pgina 2
Comparamos el valor observado con el que nos ofrece la tabla, teniendo en cuenta
que X2 sigue una distribucin de chi cuadrado con k-1 grados de libertad. Por tanto, el
valor crtico ser:
0.9522 = 5.991
Puesto que el valor observado es mayor que el crtico, aqul entra en la regin de
rechazo, por lo que podemos rechazar con una confianza del 95% que existen
diferencias significativas en cuanto a la atraccin a los distintos temas.
Ejercicio 2:
Con objeto de estudiar la diferencia de concentracin de un txico (mg/1000) en
distintos rganos de peces, se extrae una muestra aleatoria de peces de un ro y se
estudia en cada uno de ellos la concentracin del txico (mg/1000)
en cerebro , corazn y sangre. El objetivo del estudio es conocer si la concentracin
del txico en los tres rganos es igual o distinta. Los resultados obtenidos son los
siguientes:
n (H) = 12 peces
K = 3 rganos (cerebro , corazn y sangre)
HIPOTESIS:
H0: No existen diferencias significativas en la concentracin del txico en
cerebro corazn y sangre.
Ha: Existen diferencias significativas en la concentracin del toxico en cerebro
corazn y sangre.
PRIMER PASO
Cerebro
Corazn
Sangre
164
96
51
105
115
41
150
100
46
ESTADISTICA GENERAL
Pgina 3
75
79
139
88
52
144
64
70
139
97
46
98
101
52
146
99
55
153
91
39
138
94
41
99
105
46
SEGUNDO PASO:
Cerebro
Corazn
Sangre
164 (3)
96 (2)
51(1)
105 (2)
115 (3)
41 (1)
150 (3)
100 (2)
46 (1)
145 (3)
75 (1)
79 (2)
139 (3)
88 (2)
52 (1)
144 (3)
64 (1)
70 (2)
139 (3)
97 (2)
46 (1)
98 (2)
101(3)
52 (1)
146 (3)
99 (2)
55 (1)
153 (3)
91 (2)
39 (1)
138 (3)
94 (2)
41 (1)
ESTADISTICA GENERAL
Pgina 4
105 (3)
46 (1)
TERCER PASO:
Las sumas de rangos correspondientes a cada rgano, variable o columna
son:
R1 = 33
R2 =25
R3 =14
R2 =2,08
CUARTO PASO:
QUINTO PASO:
ESTADISTICA GENERAL
Pgina 5
R3 =1,17
5.99
Valor hallado aplicando la frmula:
15.17
CONCLUSION:
Como el valor obtenido es mucho mayor, hay pruebas estadsticas suficientes
para rechazar la hiptesis nula y concluir que existen diferencias significativas
en la concentracin del toxico en cerebro corazn y sangre.
EJEMPLO 3:
ESTADISTICA GENERAL
Pgina 6
TEMAS
CLASES
Hiptesis:
H0: No existen diferencias significativas en la atraccin generada en los
convocados acerca de los cuatro temas.
Ha: Existen diferencias significativas en la atraccin generada en los
convocados acerca de los cuatro temas.
TEMAS
CLASE
S
ESTADISTICA GENERAL
1 (1)
2 (2)
3 (3)
7(4)
1 (1)
2 (2)
4 (3)
5 (4)
2 (2)
4 (4)
1 (1)
3 (3)
Pgina 7
1 (1)
2 (2)
3 (3)
4 (4)
3 (3)
1 (1)
2 (2)
4 (4)
3 (3)
1 (1)
2 (2)
4 (4)
Rango2 = 12
Rango 4= 23
Rangos medios:
R1= 1.8
R2= 2
R3= 2.3
R4= 3.8
X r =9
Punto crtico hallado para una distribucin
Chi-cuadrado con 3 grados de libertad es:
7.81
Valor hallado aplicando la frmula:
9
CONCLUSION:
Como el valor obtenido es mayor, hay pruebas estadsticas suficientes para rechazar
la hiptesis nula y concluir que los cuatro temas atrajeron de modo distinto a los
convocados.
EJEMPLO 4:
Un investigador desea comparar los niveles de memoria en nios de 4, 6, 8, 10 y 12
aos despus de 3 diferentes tratamientos.
ESTADISTICA GENERAL
Pgina 8
Pgina 9
Interpretacin:
Aceptada Ha, se acepta que entre los tres tratamientos existen distintos grados de
memoria adquirida. Se distingue notoriamente que el tratamiento A es menos eficaz,
con respecto a los otros dos tratamientos. Por otro lado, el tratamiento B ofrece
mayores ventajas para la adquisicin de memoria.
EJEMPLO 5:
Un psiclogo est interesado en comprobar si las puntuaciones en una prueba de
razonamiento abstracto se modifican o se mantienen constantes entre los 7, 8 y 9
aos de edad. Con este fin, selecciona una muestra aleatoria de 10 nios y mide su
razonamiento abstracto cuando tienen 7 aos y vuelve a realizar el registro con estos
nios cuando tienen 8 y 9 aos. Las puntuaciones obtenidas han sido las siguientes:
NIOS
EDA
D
10
7
8
9
70
78
77
81
80
83
74
79
81
65
71
69
80
82
84
90
91
93
68
69
69
71
75
79
62
62
64
88
95
93
EDA
ESTADISTICA GENERAL
NIOS
Pgina 10
10
1
3
2
2
1
3
1
2
3
1
3
2
1
2
3
1
2
3
1
2.5
2.5
1
2
3
1.5
1.5
3
1
3
2
Edad
Oj
11,5
22
9
26,5
F=
12
2
O j3 n ( k + 1 )
nk (k +1)
F=
12
( 11.5 2 +222+ 26.52 )30(4)
30 ( 4 )
F=11.85
EJEMPLO 6:
Se desea conocer si existe diferencia significativa en el tiempo de coagulacin de la
sangre, entre cuatro venenos diferentes de serpiente. Para llevar a cabo el
experimento se eligieron cuatro camadas (k = 4 = 4 bloques) de cuatro ratones (r = 4)
cada una, obtenindose los siguientes resultados en minutos.
HIPOTESIS:
ESTADISTICA GENERAL
Pgina 11
Procedimiento:
1) Dentro de cada bloque se ordenan las observaciones de menor a mayor y se
asignan rangos. Lo que entonces se obtiene, es una tabla donde se sustituyen las
observaciones por sus rangos.
CONCLUSION:
Existen diferencias significativas en el tiempo de coagulacin de la sangre entre los
cuatro venenos, es decir tienen efectos diferentes.
ESTADISTICA GENERAL
Pgina 12
EJEMPLO 7:
Teniendo los siguientes datos, halla por la prueba de Friedman:
1
2
3
9
8
9
6
4
5
4
5
6
5
6
4
EJEMPLO 8:
A continuacin, en cada fila. se toman los datos, se ordenan y se les asignan los
rangos correspondientes.
Grupo 1
14
8
17
Grupo 2
21
11
18
ESTADISTICA GENERAL
Grupo 3
17
9
12
Rangos 1
1
1
2
Pgina 13
Rangos 2
3
3
3
Rangos 3
2
2
1
16
9
21
16
20
14
20
14
20
11
13
17
16
18
13
12
9
15
16
18
16
20
18
14
20
9
2
3
2
2
1
1
1
2
1
1.5
3
1
2
26.5
702.25
Rj
Rj2
1
1
3
3
3
2
3
1
2.5
1.5
1
2
3
36
1296
3
2
1
1
2
3
2
3
2.5
3
2
3
1
33.5
1122.25
EJEMPLO 9:
Se les pidi a nueve estudiantes de Ingeniera Industrial las notas de las cuatro
asignaturas que haban cursado el semestre anterior. Se quiere saber si hay
diferencias en la evaluacin de las asignaturas, pero como se considera que cada
estudiante es diferente en su comportamiento, se trata de neutralizar este efecto con
un diseo de bloques aplicado a los estudiantes.
Datos:
Estudiantes/ bloque
Asignaturas, Notas
Programacin II
ESTADISTICA GENERAL
Probabilidades
Pgina 14
Fsica III
Metalurgia
74
86
79
93
75
82
99
95
72
80
84
86
79
78
80
88
74
75
67
93
76
82
84
96
71
85
86
94
82
86
93
97
75
86
96
94
Estudiantes/ bloque
Probabilidades
Fsica III
Metalurgia
Suma
11
19
26
34
X 2=
12
( 112 +192 +26 2+34 2 )3 ( 9 )( 4+1 )=19.27
9( 4) ( 4 +1 )
Este valor calculado de 19.27 es mayor al valor X2 con 3 grados de libertad de 7.81
CONCLUSION:
En cuanto a su forma de ser evaluada, al menos una asignatura es diferente del resto.
ESTADISTICA GENERAL
Pgina 15
EJEMPLO 10:
ESTADISTICA GENERAL
Pgina 16
Debido a que se presentaron varios empates, hay que dividir este valor por
un factor de correccin. Su frmula es la siguiente:
Dnde:
T ih = nmero de observaciones empatadas para un rango dado en una fila, o bloque
h = nmero de empates en cada bloque.
Entonces T 2= 2-2=6. Igual para los bloques o filas 5, 6, y 8.
Entonces, TI = 24
k = nmero de variables, es decir, 3.
b=H = Nmero de filas o bloques, es decir, 8.
C = 1 24 / 24 x 8 = 0.875
Con la correccin, quedara:
5.81 x 0.875 = 6.64
CONCLUSION:
Si hay diferencias significativas en el grado de incomodidad para el paciente, entre las
3 tcnicas.
Pgina 17
EJEMPLO 1:
Se desea probar si hay diferencias en el nivel de estrs laboral en trabajadores de una
empresa antes y despus de un taller sobre manejo del estrs en el trabajo, adems
ESTADISTICA GENERAL
Pgina 18
Se deben elegir las tres mediciones de nivel de estrs laboral (V. D.) Nivel de estrs
antes (medicin 1), Nivel de estrs despus (medicin 2) y Nivel de estrs en el
seguimiento (medicin 3), e incluirlas en la seccin de Variables de contraste, adems
de asegurarse de que est seleccionada la prueba Friedman en la seccin de Tipo de
prueba.
Interpretacin de resultados
En primer lugar, se presentan los rangos promedio, que se obtienen de dividir la suma
de rangos entre la cantidad de casos
ESTADISTICA GENERAL
Pgina 19
EJEMPLO 3:
Con los datos de la encuesta Encinf.sav probar si hay discrepancia entre la valoracin
que hacen los alumnos al mantenimiento (Manten), acceso a las aulas de informtica
(Aulas) y la valoracin que hacen a los monitores que supervisan las aulas (Monitor).
Como se trata de contrastar la hiptesis nula de que las valoraciones asignadas por
los alumnos a las caractersticas mantenimiento, acceso y monitores de las aulas no
difieren significativamente a partir de las puntuaciones asignadas por los mismos
individuos, las muestras resultantes no son independientes. Por otra parte, las
variables se miden en una escala ordinal, y por tanto el contraste ms adecuado es la
prueba de Friedman.
Para realizar este contraste la secuencia es:
ESTADISTICA GENERAL
Pgina 20
CONCLUSION:
No existen diferencias significativas entre las valoraciones asignadas por los alumnos
a estas caractersticas.
EJEMPLO 3:
Con objeto de estudiar la diferencia de concentracin de un txico (mg/1000) en
distintos rganos de peces, se extrae una muestra aleatoria de peces de un ro y se
estudia en cada uno de ellos la concentracin del txico (mg/1000)
ESTADISTICA GENERAL
Pgina 21
Una vez introducidos los datos las variables que se quieren contrastar Cerebro,
Corazn y Sangre en este caso se pasan a la ventana Contrastar variables; Se
ESTADISTICA GENERAL
Pgina 22
se obtienen los
ESTADISTICA GENERAL
Pgina 23
ESTADISTICA GENERAL
Pgina 24